Da Sinapse à Borda com MI-X: Escoltando o Usuário no Edge-Cloud-Continuum
Resumo
As estratégias atuais de Computação em Névoa enfrentam dificuldades para atender às demandas computacionais dinâmicas e aos rigorosos requisitos de baixa latência de Interfaces Cérebro–Computador (BCI), prejudicando a alocação eficiente de recursos e a consistência do desempenho sob mobilidade dos usuários e condições de rede em constante mudança. Para enfrentar esse desafio, este trabalho apresenta uma estratégia para a alocação de aplicações BCI modulares sensíveis à latência em uma arquitetura hierárquica de Computação em Névoa, instanciada neste estudo por meio de um cenário de jogo baseado em EEG (eletroencefalograma). A abordagem minimiza a latência e os tempos de resposta ao mesmo tempo em que otimiza a utilização dos recursos computacionais. Desenvolvemos um algoritmo de alocação dinâmica, avaliando-o sob diferentes modelos de mobilidade e analisando seu desempenho em múltiplas configurações de computação em névoa. Os resultados demonstram redução da latência e uso mais eficiente de recursos, confirmando a eficácia da abordagem proposta em ambientes névoa–borda–nuvem.
Referências
Altin, L., Topcuoglu, H. R., and Gürgen, F. S. (2024). Latency-aware multi-objective fog scheduling. IEEE Access, 12:62543–62557.
Araújo, M. C. and Bittencourt, L. F. (2024). Cmfogv: Proactive content migration. Pervasive Mob. Comput., 102.
Aznar-Poveda, J. et al. (2024). Sdkv: Smart and distributed key-value store. In Proc. SEC, pages 1–8.
Bittencourt, L. F., Diaz-Montes, J., Buyya, R., Rana, O. F., and Parashar, M. (2017). Mobility-aware application scheduling in fog computing. IEEE Cloud Comput., 4:26–35.
Bittencourt, L. F. and Oliveira, R. (2017). The IoT, Fog and Cloud Continuum. Springer.
Charântola, D. et al. (2019). Component-based scheduling for fog computing. In Proc. UCC, pages 3–8.
Freire, M. et al. (2025). Clear data, clear roads: Imputing missing data. SSRN Electronic Journal.
Lai, P. et al. (2020). Cost-effective app user allocation. IEEE Trans. Cloud Comput.
Li, S., Xu, L. D., and Zhao, S. (2015). The internet of things: a survey. Inf. Syst. Front., 17:243–259.
Mahmud, R. and Buyya, R. (2022). ifogsim2: Extended simulator for mobility. Softw. Pract. Exp., 52(7):1525–1545.
Oliveira, L. T., Bittencourt, L. F., Genez, T. A., de Lara, E., and Peixoto, M. L. M. (2024). Enhancing modular application placement. Comput. Commun., 216:95–111.
Peixoto, M. L. M. et al. (2023). Fogjam: Detecting traffic congestion in vanet. Ad Hoc Networks, 140:103046.
Peixoto, M. L. M., Genez, T. A., and Bittencourt, L. F. (2021). Hierarchical scheduling in multi-level fog computing. IEEE Trans. Serv. Comput., 15(5):2824–2837.
Rac, S. and Brorsson, M. (2024). Cost-aware service placement and scheduling. ACM Trans. Archit. Code Optim., 21.
Rossi, F., Souza, P., et al. (2022). Latency-aware privacy-preserving service migration. In Proc. CLOSER.
Xu, X., Liu, Y., and Zhang, X. (2023). Latency-aware offloading in mec for vr-based bci. Future Gener. Comput. Syst., 145:123–134.
